共查询到18条相似文献,搜索用时 46 毫秒
1.
布设近空间伪卫星可改善"双星"星座构型,实现无源定位,达到GDOP的最小化.从剖析GDOP的内涵出发,针对"双星"星座和近空间伪卫星特点,运用空间解析几何及矢量代数知识,推导出一种直接判断伪卫星空间位置的布站算法.该算法从几何角度,直观地确定近空间伪卫星的最佳布设点,具有简便、快捷、直观、形象的特点.不仅解决了"双星"增强系统的关键技术,也为近空间平台的应用提供了相关技术储备. 相似文献
2.
3.
介绍了一种基于铷钟的双星系统用户终端机--连续导航无源双星定位系统.该系统用高稳定度铷钟作为时间基准信号,实现了无源导航定位功能. 相似文献
4.
为了搭建用于室内定位的伪卫星室内定位系统,设计了一个伪卫星用于发射模拟GPS卫星定位信号。从伪卫星的硬件结构的角度详细说明了该伪卫星的各部分硬件组成以及相应的功能。该伪卫星使用了AD9361射频捷变收发器将时钟小数分频、数模转换、信号调制、上变频融为一体,简化了伪卫星的硬件结构。介绍了该伪卫星生成的信号的具体结构,采用时分多址(Time Division Multiple Access,TDMA)技术使得接收机接收伪卫星信号时不会被阻塞。利用示波器、频谱仪和嵌入式逻辑信号分析仪Signal Tap对伪卫星进行测试,包括时钟频率、伪码、BPSK调制、TDMA技术等,结果表明伪卫星工作正常,其信号能被ublox正常接收,可以利用其进行下一步伪卫星组网用于室内定位。 相似文献
5.
6.
7.
介绍了卫星导航广域增强系统(WAAS)产生的原因和发展现状,分析了美国广域增强系统采
用的全新概念、系统结构以及主要关键技术等特点,包括星座增强、服务区栅格化监管、
完好性监测与处理结构、完好性通道、兼容与互操作设计等。在此
基础上,指出为了提高GPS民用应用,应该加快我国卫星导航增强系统与国际同类GPS广域
增强系统开展国际合作,建立起统一、兼容的系统接口与服务标准,实现全球联网与全球覆
盖,真正使这套系统的效能最大化。 相似文献
8.
提出"近空间跟踪与数据中继系统"的设想,分析了它与"跟踪与数据中继卫星系统"(TDRSS)的区别,讨论了它的优势,给出了简单的方案设想,指出了尚需进一步深入研究的问题。 相似文献
9.
总结了台湾地区空间发展计划的进程,重点介绍了其“华卫”系列卫星、“番薯”卫星、探空火箭和卫星地面应用系统的发展情况,并简要分析了台湾地区发展空间系统的主要特点。 相似文献
10.
11.
提出了基于软件无线电的伪卫星接收机的数学模型和数字平台实现的两种方案:DDC+DSP方案和FPGA+DSP方案。通过对这两种方案的比较,得出在伪卫星接收机数字平台的设计中应采用FPGA+DSP方案。 相似文献
12.
雷达探测的距离、方位角与目标应答的高度属于两个不同坐标系,无法使用坐标变换
公式进行定位,为此提出了一种迭代求解方法。首先采用几何法求出雷达探测坐标系
的俯仰角初始值,然后直接利用坐标变换公式给出求解的迭代算法。Matlab仿真数值实例表
明了经度和纬度的定位误差均小于0.000 02°。 相似文献
13.
代碧波 《商业经济(哈尔滨)》2010,(3):59-60,63
品牌定位是品牌成功的重要基础。品牌定位策略的制订必须依赖于一定的理论根据,主要包括心理依据和市场依据两个方面。品牌定位是一个关于品牌内涵诸多方面的定位,企业对品牌内涵的诸多方面应进行整体的定位设计。从整体定位传播的角度讲,需要遵循集中传播原则;从面向消费者的品牌定位讲,则体现为集中于品牌内涵某一部分的定位,即集中定位传播而非整体定位传播,不能简单地认为品牌定位就是产品属性、利益等某一点的定位。 相似文献
14.
15.
针对采用遗传算法(Genetic Algorithm,GA)优化广义回归神经网络(Generalized Regression Neural Network,GRNN)的射频识别(Radio Frequency Identification,RFID)室内定位模型存在的早熟、收敛速度慢、不能保证解是全局最优等问题,提出采用思维进化算法(Mind Evolutionary Algorithm,MEA)来寻找广义神经网络的最优光滑因子,从而确定最优定位模型。首先用GRNN建立节点定位模型,阅读器与标签的接收信号强度值作为GRNN的输入,节点坐标作为输出,根据适应度函数值,通过MEA寻找GRNN的最优平滑参数。实验结果表明,通过MEA优化的GRNN模型的定位精度比GA优化的GRNN定位模型的精度高、泛化能力强,并且比后者的效率高,能够避免GA陷入局部最优的问题。 相似文献
16.
针对径向基函数(Radial Basis Function,RBF)神经网络算法在无线网络室内定位中拓扑结构和网络参数难以确定,其定位效果不理想的问题,提出了一种用核主成分分析的模糊C均值聚类算法(Fuzzy C-Means clustering algorithm based on Kernel Principal Component Analysis,KPCA-FCM)和模拟退火自适应遗传算法(Simulated Annealing adaptive Genetic Algorithm,SAGA)优化RBF神经网络的无线室内定位算法。首先利用KPCA对原始训练数据样本进行数据预处理,再通过KPCA-FCM算法计算出最优聚类数目和聚类中心点;其次将聚类数目和聚类中心点作为隐含层神经元个数和中心值,创建RBF神经网络,并将其网络参数映射到SAGA算法中;再次由SAGA算法进行网络参数寻优,把最优的解映射回RBF神经网络;最后利用样本数据对RBF神经网络进行训练和测试,完成建立RBF神经网络算法模型。实验表明,在相同的环境中,所提算法比传统RBF神经网络定位精度提高了48.41%。 相似文献
17.